大數據征信視域下的商業銀行信貸風險管理研究

徐顯智

摘 要：如今，伴隨金融科技迅速發展，商業銀行越發的關注大數據應用問題。商業銀行通過使用大數據模型，描繪客戶精準畫像，在篩選信貸客戶、設計信貸產品以及防范信貸風險等方面，發揮了巨大作用。在市場經濟的發展過程中，綠色金融作為一種可以促進生態保護的理念開始受到社會各界的關注和推行。商業銀行是推行綠色金融的重要金融機構。商業銀行在綠色金融的大背景下，進一步加強綠色信貸的服務創新，從而增強企業的綠色經營生產活動，達到經濟綠色可持續發展與生態保護和諧發展。通過進一步加強對于綠色金融理念的認識，明確銀行加強綠色信貸服務模式創新的重要性，進而為商業銀行提出了有關加強綠色信貸服務的創新的建議。本文主要圍繞商業銀行信貸風險管理工作進行分析，立足大數據征信視角，闡述大數據征信內涵，并分析了大數據征信視角下商業銀行信貸風險管理的重要性，指出商業銀行信貸風險管理時出現的問題，并提出了幾點有效的防范對策，希望能為商業銀行大數據信貸業務提供有益參考。

關鍵詞：大數據；商業銀行；信貸風險；征信；方法

如今，伴隨計算機算法不斷變化，硬件處理數量能力迅速提高，人們逐步應用數據處理技術處理各領域事務。大數據具有多樣性、及時性、高價值性以及批量性特點，能夠迅速處理每一類信貸業務產生的海量數據，而且可以挖掘數據背后潛在的價值。大數據具有的特點，被商業銀行所關注，將其應用在信貸業務風險防范這一層面，可以及時發現存在的信貸業務風險，動態監控信貸業務數據，全面升級傳統征信技術以及方法，助力商業銀行提升信貸業務服務水平以及風險防控能力，為商業銀行未來發展而奠定堅實基礎。

信貸風險的形成是一個從萌芽、積累直至發生的漸進過程。在還款期限屆滿之前，借款人財務商務狀況的重大不利變化很有可能影響其履約能力，貸款人除了可以通過約定一般性的違約條款、設定擔保等方式來確保債權如期受償之外，還可以在合同中約定“交叉違約條款”。交叉違約的基本含義是：如果本合同項下的債務人在其他貸款合同項下出現違約，則也視為對本合同的違約。一般來說，債權人都是以當事人未履行其在本合同項下的義務為由，追究債務人的違約責任，但交叉違約條款突破了這一限制，即試圖趕在借款人其他貸款合同項下的債務出現償還危機之前采取救濟措施，以避免自己處于比其他債權人更糟的處境。此種違約形態在中國現行法上雖無明確規定，但它并不違反合同法的有關法理及法律精神，現行《合同法》中的不安抗辯權可以作為其適用的法理依據。因此，交叉違約條款可以作為約定條款訂入合同之中，以使貸款人能夠及時全面的掌控借款人的信用水平。

信貸風險的類型可以從總體上劃分為市場性風險和非市場性風險兩類。市場性風險主要來自企業（借款人）的生產和銷售風險（即借款人在商品的生產和銷售過程中，由市場條件和生產技術等因素變動而引起的風險）；非市場風險主要指自然和社會風險。自然風險是指由于自然因素使借款人蒙受經濟損失無法償還信貸本息的風險；社會風險是指由于個人或團體在社會上的行為引起的風險。

一、大數據征信概述

（一）大數據征信內涵

個人大數據征信是指征信機構收集、處理個人互聯網征信信息產生的數據。數據不可改變，以確保信息的真實性和準確性。只進行界面優化和數據布局操作。個人大數據征信報告可供個人、征信機構、消費金融等機構查詢。個人大數據征信內容包括以下幾個方面的數據：一是綜合個人違法犯罪記錄風險查詢，主要查看是否存在信用逾期問題、行政拘留問題或者是刑事犯罪問題，當然也可以了解銀行貸款多貸情況以及互聯網金融應用情況，檢測是否出現小額貸款現象以及不良的網絡痕跡，查看有無法庭起訴記錄以及執行記錄。二是電子商務授權數據實名認證數據、風險評分、支付寶授權信息、收貨地址、購物記錄、認證時間、消費能力畫像、購物偏好。三是主要查詢身份，驗證身份相關信息，檢驗是否與公安部實名驗證系統內容相互一致。四是在不同平臺查詢借貸記錄，如果存在多方借貸行為，便會自動提醒，作出借貸預警。五是通過手機號碼定位信息，記錄相關位置。六是針對個人的資產申報房產進行了解，掌握房產面積、房產地址、全額支付或抵押汽車，了解車牌號、車型、購買價格、時間、學歷。七是車貸模塊駕駛證，重點查看配置、違章、價值評估、維修記錄、事故記錄車輛基本信息：車主姓名、配置、生產日期、價格手冊查詢、核對信息。

（二）大數據征信視域下的商業銀行信貸風險管理重要性

進入信息化時代，我國銀行面臨著眾多在線支付系統以及電子商務平臺的影響與沖擊。商業銀行信貸業務發展過程中，需要承受巨大的挑戰。因此，商業銀行極有必要把握這一趨勢，通過大數據，依據數據精細化管理以及精細化營銷等方式，創新商業銀行信貸風險管理方案，展現大數據作用。目前，伴隨我國互聯網行業快速發展，各種各樣的在線支付以及互聯網金融層出不窮，發展速度極其迅猛，這一現象的出現令傳統商業銀行不得不應用大數據。大數據征信可為商業銀行管控信貸風險帶來重大益處，進一步弱化商業銀行信貸信息不對稱問題，提高信貸審批效率，而且還可以使用大數據進一步改進信貸風險評估方案，降低貸后成本。由此可見，商業銀行要重視抓住大數據發展優勢，追上大數據發展潮流，借助大數據處理銀行信貸業務，從而有效規避風險。

二、大數據征信視域下商業銀行信貸風險管理中存在的不足

（一）授信體系建設不完全

目前，商業銀行信貸體系并不完善，具有粗線條的特點。一方面，額度控制率偏高，導致銀行與銀行間的競爭壓力越來越大。由于在既往工作過程中，并未創建優良的客戶信用授信基礎，缺少授信體系建設經驗，在服務批額度應用率這一方面遲遲無法提升，反而增加了控制額度。由于授信體系建設欠缺科學性，在授信工作進行時，會浪費眾多人力資源，而且會無故占用大量的審批通道，不利于及時扭轉商業銀行信貸業務審批現狀。另一方面，目前用款額度管理工作進行時應用的技術十分落后，在管理用戶額度時，過度使用現代系統技術，而商業銀行用款額度業務系統臺賬和核心會計系統間，無法高效銜接，在總行以及支行貸后，監控機構接收客戶的用戶申請書，經過查詢才發現已不存在可用額度，即使和客戶簽訂了具有法律效益的合同，也無法將合同內容執行下去，影響信貸業務進展，甚至還會造成巨大的信貸風險。

（二）行業授信政策調研、調整不及時

如今，行業授信政策調研不到位，調整不及時，嚴重影響大數據征信進度，無法滿足商業銀行防控信貸風險的具體要求。究其原因，主要在于地方政府信息平臺建設進度稍加落后，而且欠缺授信政策調研的意識，并未關注授信政策發展情況。同時，第三方信息平臺出現嚴重的信息孤島、數據孤島問題。金融科技公司僅憑借自身針對社交、物流以及電商的“代替數據壟斷”造成了數據孤島現象，數據持有者不愿意共享相關數據，并未按照授信政策相關要求應用數據，導致數據孤島問題越來越嚴重，直接影響大數據平臺建設進度。

（三）對貸款資金的具體流向把控不嚴格

商業銀行欠缺大數據征信監管力度，關于貸款資金的具體流向，未進行嚴格把控，而且存在嚴重的信息安全管理風險隱患。商業銀行在針對資金具體流向這一方面的安全監管，處于空白狀態。商業銀行大數據應用相對廣泛，涉及眾多信息以及業務數據，如果在后期監管過程中，并未投入充足力度，忽略貸款資金具體流向，則無法保障消費者合法征信權益，不利于展現大數據技術在商業銀行辦理信貸業務及防控信貸風險時的作用。

（四）銀行工作人員可能存在道德風險

由于并未開展較為深入的調查，工作模式太過死板，導致一些數據無法及時地得到傳遞，從而讓銀行信貸工作面臨較大的風險問題。

三、大數據征信視域下商業銀行信貸風險防范管理研究

（一）完善信貸信用等級評定和授信體系

首先，完善有關法律法規，優化信貸信用等級評定以及授信體系。在征信法律設計方面，要全面分析征信市場發展需求，保護征信業務發展效率。

其次，要重視監管大數據征信業務，針對傳統征信和大數據征信的異同展開對比，明確信用信息采集范圍，提供具體使用規定，把所有提供信用服務的企業列入在規制范疇內，真正強化信息主體合法權益優化對信息使用環節的限制，進一步改進商業銀行等信息使用者在授權查詢、使用以及異議處理方面的行為。

最后，要制定統一的大數據征信共享標準。目前，各大征信數據在司法機關、政府職能部門、金融科技和金融機構之間，由于格式標準不同，難以共用相關信息，這便制約了大數據中心行業的發展，而現存的法律法規和現實矛盾為商業銀行大數據信貸業務發展造成了巨大的阻礙。所以，需要制定大數據統一技術及共享標準，以保障大數據技術在商業銀行信貸風險防范及管理發揮實際作用，從而持續增強大數據征信平臺信息共享效率，提高商業銀行信貸風險管理效果。

（二）健全信貸的準入機制

信貸客戶準入環節屬于商業銀行信貸業務審批時的必要環節，目前隨著大數據技術的發展，在大數據支持下，商業銀行數據采集范圍有所擴大，建模技術方法得以更新。采用大數據模式，可進一步優化傳統客戶評級評分模型，自動優化審批策略。相比傳統的評級評分模型，依托大數據技術發展的評級評分模型，數據緯度更廣闊，變量更豐富。結合大數據創建客戶評分評級模型，可以增加密度低但體量多的數據，比如用戶偏好數據以及網絡消費數據、網絡瀏覽數據等，可以在這一模型中融入數千個數據，而且模型區分能力更穩定。其次，采取模型嵌套模型的技術架構，把稀疏大數據信息加工成密集信息，可進一步了解現在客戶具體狀況。此外，通過大數據的支持，應用模型動態調整機制，把部分子模型效果下降至最低的閾值，可利于銀行依托大數據信息生成的信用風險評分數據，結合行業專家設定的業務規則，在信貸業務流程系統中，嵌入相關信息，進而形成完全大數據信貸業務自動審批策略，可在市場準入這一環節有效識別客戶風險，提高信貸業務風險防控效率。一般來講，信貸業務授信審批環節，會確定信貸業務價格及額度，當新用戶首次準入之際，結合大數據統計的不同類型客戶風險和成本參數，明確授信額度。針對存量客戶，結合客戶風險特點、變化情況以及逾期情況、貸款使用情況等，針對客戶行為展開評分，最終確定最優的貸款定價策略，極大程度提高客戶信用貸款服務體驗。

（三）加強貸款資金流向監管

首先，加強貸款使用審核。各經營機構、業務主管部門、盡職調查部門、信貸業務審核部門要在貸前環節增加對貸款用途的審核，包括項目資金歸集情況、交易背景真實性、表觀真實性、貸款用途信息的一致性。確保貸款用途明確、合理。

其次，嚴格落實放貸前置條件和還貸管理要求。要嚴格執行借款人自行還款管理和貸款人委托付款管理的有關規定，向借款人提供真實、合理、合規地與貸款使用有關的協議、合同或其他證明文件。根據貸款用途，選擇提供發票、購銷憑證或其他能夠證明貸款資金按照約定用途使用的相關憑證作為用途的證據。向銀行結算賬戶發放的個人貸款資金，不得為資金、外匯交易、第三方托管等功能開立結算賬戶。

此外，加強貸后管理對貸款資金實際使用情況的跟蹤。貸款發放后，經辦機構和風險管理部門的貸后管理人員應通過賬戶分析、憑證檢查、現場調查等方式，檢查貸款資金流向是否符合約定用途，并應注意關注資金的流動和借款人財產的變化，對信貸資金流向監管過程中出現的可疑事項及時報告。

最后，對違規行為要及時采取整改措施，并按照總分行為違規問責管理相關制度加大對違規行為的處罰力度。對人員嚴肅處理，對涉嫌犯罪的，一并移送司法機關處理。

（四）強化銀行工作人員道德風險的管控

首先，要重視提高銀行內部工作人員的思想道德意識，這就需要將思想道德建設和銀行全面管理及內部控制加以整合，把員工思想教育與企業文化建設、企業未來發展加以融通，助力銀行內部職工形成健康的世界觀、人生觀及價值觀，筑牢思想防線。這一過程中，應在常規化管理體系中，把員工行為及守法業務運營列入進來，培養員工廉潔自律觀念，促使員工在內心深處生成遵紀守法的意識。需要注意的一點是，在提拔崗位時，需要將道德標準作為銀行內部職工晉升以及招聘的關鍵評價指標，全面關注員工道德素養，在用人以及選人過程中，要時刻貫徹“以德為先”的原則。

其次，要重視完善內部管理體系建設工作。梳理規章制度，優化現有的流程。在制度設計方面，需要確保員工了解自己在崗位工作中哪些行為可以做，哪些行為不能做，全面提高信貸風險管控效率。同時，要注重落實文件內容，避免規章制度變成“一紙空文”，而在制度面前，任何崗位任何員工都要遵守合規要求。如若出現違規行為，則需要追究其責任，營造敢于擔當且及時追責的優良氛圍，增加道德風險成本。針對出現道德風險問題的員工進行嚴格處置，以確保銀行內部職工能自覺遵守每一項規章制度，全面貫徹各項操作規程理念，保障制度真正起到約束職工的警示作用。

此外，在商業銀行內部均應形成良好的合規文化氛圍。通過相關媒體進行宣傳，并且結合行之有效的合規教育活動，以案例為警示，應用案例指明紀律，通過專題培訓以及教育大講堂等活動，引領職工遵守工作底線，幫助職工糾正不良意識及行為。

最后，要重視增加對銀行內部職工的人文關懷。通過基層調研活動，解決銀行內部職工的真實問題。同時，要注重豐富銀行內部職工的業余生活，展現員工特長。通過形式多樣的文體活動，加強員工凝聚力以及向心力，令其形成強大的團隊精神力量，并且要注重促進員工與員工間的交流，關注員工情感訴求，通過收集匿名意見以及展開組織座談會等方式，了解銀行職工思想動態，幫助其解決思想包袱問題，防止銀行內部職工出現道德風險現象。

四、結語

伴隨我國經濟快速發展，科技創新發展速度有所加快。如今，大數據正在重新塑造商業銀行的信貸風險控制模式。商業銀行使用大數據技術，可以掌握更多數據，及時了解信貸業務信息，在競爭中搶占先機。現階段，商業銀行面臨的市場競爭環境日漸嚴峻，內外部風險及環境交加，急需商業銀行意識到大數據技術的應用優勢，保持與時俱進的思路，通過新興技術提高信貸業務風控能力，以便在銀行業競爭中把握機遇，取得更理想的發展成績。

參考文獻：

[1]王妍.大數據背景下商業銀行信貸業務與風險管理創新分析[J].全國流通經濟，2021（25）：166-168.

[2]吳佳.基于大數據背景的商業銀行信貸風險管理策略研究[J].中國管理信息化，2021（8）：177-178.

[3]周廣利.大數據背景下商業銀行信貸安全管理策略研究——評《風控：大數據時代下的信貸風險管理和實踐》[J].中國安全科學學報，2021（2）：187-188.